菜单
  

    摘要K-means 聚类方法是一种常用的数据聚类的无监督学习方法。主成分分析(PCA)是一种广泛使用的无监督的降维统计方法。在这里,我们证明了前 K-1 个 主成分是在 K-means 聚类过程指标下的离散的群集成员的连续解。换句话说,我 们表明,子空间的聚类中心是由数据的协方差矩阵的前 K-1 的主成分所拓展。这 些结果表明,无监督的降维与无监督的学习密切相关。在实验上,我们的研究结 果表明了有效的 K-means 聚类技术,我们用互联网新闻组分析了这个结果,实验 结果表明,新产生的 K-means 下界的目标函数与最优值相差在 0.5%~3.2%之内。68469

    毕业论文关键词:K-means 聚类 主成分分析 奇异值分解

    Title  K-means clustering via principal component   analysis

    Abstract

    K-means clustering is a commonly used data clustering for unsupervised learning tasks. Principal component analysis (PCA) is a widely used statistical technique for unsupervised dimension reduction. Here we prove that principal components at K-1 terms are the continuous solutions to the discrete cluster membership indicators for K-means clustering. Equivalently, we show that the subspace spanned by the cluster centroids are given by spectral expansion of data covariance matrix truncated at K-1 terms. These results indicate that unsupervised dimension reduction is closely related to unsupervised learning. On learning, our results suggest effective techniques for K-means clustering. Internet newsgroups are analyzed to illustrate the results. Experiments indicate that newly derived lower bounds for K-means objective are within 0.5%-3.2% of the optimal values.

    Keywords: K-means clustering principal component analysis singular value decomposition

    1 绪论 1

    1.1 聚类分析 1

    1.1.1 聚类分析简介 1

    1.1.2 基于连通性的聚类模型 2

    1.1.3 基于划分的聚类模型 3

    1.1.4 基于分布的聚类模型 4

    1.1.5 基于密度的聚类模型 4

    1.2 主成分分析 4

    1.2.1 主成分分析概述 4

    1.2.2 奇异值分解 5

    1.3 K-means 与主成分分析 6

    1.4 本文章节介绍 7

    2 理论分析 7

    2.1 两个聚类 8

    2.2 K 个聚类 10

    2.2.1 正规化的松弛 11

    2.2.2 聚类中心子空间辨识 13

    2.2.3 恢复 K 个集群 15

    2.2.4

  1. 上一篇:生物信息云平台上的微生物群落拓扑分析
  2. 下一篇:游戏平台中行为规则抽取研究
  1. 基于MATLAB的图像增强算法设计

  2. jsp+sqlserver高校二手商品交...

  3. 基于Kinect的手势跟踪与识别算法设计

  4. JAVA基于安卓平台的医疗护工管理系统设计

  5. java+mysql设备监控记录的大...

  6. 基于核独立元分析的非线...

  7. 基于Hadoop的制造过程大数据存储平台构建

  8. 杂拟谷盗体内共生菌沃尔...

  9. 十二层带中心支撑钢结构...

  10. java+mysql车辆管理系统的设计+源代码

  11. 大众媒体对公共政策制定的影响

  12. 酸性水汽提装置总汽提塔设计+CAD图纸

  13. 乳业同业并购式全产业链...

  14. 电站锅炉暖风器设计任务书

  15. 河岸冲刷和泥沙淤积的监测国内外研究现状

  16. 中考体育项目与体育教学合理结合的研究

  17. 当代大学生慈善意识研究+文献综述

  

About

751论文网手机版...

主页:http://www.751com.cn

关闭返回